Kā izvēlēties, kuru procesu automatizēt pirmo?

Daudzi uzņēmumi darbu ar mākslīgo intelektu sāk ar šķietami pareizu jautājumu: ko mēs varētu automatizēt?

No pirmā acu uzmetiena tas izklausās praktiski. AI šobrīd var palīdzēt gandrīz visur – satura veidošanā, pārdošanā, klientu atbalstā, atskaitēs, iekšējās zināšanu bāzēs, dokumentu apstrādē, sapulču piezīmēs, projektu vadībā un ikdienas administratīvajos uzdevumos. Iespēju ir daudz, un tieši tur sākas problēma. Kad automatizēt var gandrīz visu, uzņēmumam kļūst grūtāk saprast, ar ko sākt.

Tāpēc labāks jautājums nav “ko mēs varam automatizēt?”, bet gan, “kuru procesu mums vajadzētu sakārtot vispirms?”

Šī atšķirība ir būtiska. Labs pirmais AI projekts parasti nav iespaidīgākais. Tas nav sarežģīts aģents, kas sola pārveidot visu uzņēmumu vienā mēnesī. Daudz biežāk tas ir diezgan vienkāršs, atkārtojams un labi saprotams process, kurā ir skaidri ievaddati, paredzams rezultāts un cilvēks, kurš var pārbaudīt kvalitāti.

Tieši šādi projekti visbiežāk nostrādā, bet ne tāpēc, ka tie ir ambiciozāki, bet gan tādēļ, ka tie ir pietiekami konkrēti.

Automatizācijai vispirms vajag skaidru procesu

AI vislabāk palīdz tur, kur darbam jau ir zināma struktūra. Tas nenozīmē, ka uzdevumam jābūt vienkāršam vai mazsvarīgam. Tas nozīmē, ka komanda spēj aprakstīt, kas notiek, kāpēc tas notiek un kādam jāizskatās labam rezultātam.

Mazā vai vidējā uzņēmumā labs sākumpunkts bieži nav lielā stratēģiskā ideja, bet kāds iknedēļas darbs, kas nemanāmi patērē laiku. Ienākošo pieprasījumu apkopošana. Sapulču piezīmju pārvēršana strukturētā kopsavilkumā. Klientu e-pastu šķirošana. Atbalsta jautājumu klasificēšana. Projektu statusa atjaunināšana. Pirmo melnrakstu sagatavošana pēc skaidra uzdevuma. Informācijas meklēšana vecos PDF failos, piedāvājumos vai dokumentos.

Šādi uzdevumi parasti neizskatās iespaidīgi prezentācijā. Taču tie ir vērtīgi, jo tos var saprast un izmērīt.

Pirms AI ieviešanas jūs zināt, cik daudz laika process aizņem. Pēc ieviešanas varat redzēt, vai darbs kļuvis ātrāks, konsekventāks vai mazāk atkarīgs no manuālas kopēšanas un meklēšanas. Varat novērtēt, vai cilvēki informāciju atrod ātrāk, vai samazinās kļūdas un vai komandai kļūst vieglāk virzīt darbu uz priekšu.

Noderīga automatizācija sākas ar procesu, kuru uzņēmums saprot pietiekami labi, lai to uzlabotu.

Haotisku procesu nevajag automatizēt

Viena no biežākajām kļūdām ir automatizēt procesu, par kuru uzņēmumā neviens īsti neatbild.

Ja darba plūsma ir neskaidra, AI to nepadarīs sakārtotu. Tas var vienkārši paātrināt haosu.

Pirms jebkuras automatizācijas ieviešanas uzņēmumam ir jāsaprot, kā uzdevums notiek šobrīd. Kas to sāk? Kāda informācija ir vajadzīga? Kurš pieņem lēmumus? Kur process mēdz apstāties? Kādam jābūt gala rezultātam? Kurš to pārbauda? Kur rezultāts nonāk tālāk?

Ja uz šiem jautājumiem nav skaidru atbilžu, problēma vēl nav tehnoloģijā. Problēma ir darba organizācijā.

Tieši šeit daudzi AI projekti zaudē jēgu. Uzņēmums nopērk jaunu rīku, pirms ir definējis pašu darbu. Rīks ģenerē rezultātus, kuriem neviens līdz galam neuzticas. Process paliek neskaidrs. Avota materiāli nav pārskatīti. Atbildība nav noteikta. Beigās komanda nav ieguvusi automatizāciju, bet vēl vienu sistēmu, kuru kādam jāuztur un jāizskaidro.

AI ir vajadzīgas robežas. Tam jāzina, kāda ir tā loma, kādiem avotiem var uzticēties, kur tas drīkst palīdzēt un kur cilvēkam jāpieņem lēmums. Bez šīs struktūras uzņēmums neievieš darba plūsmu. Tas vienkārši testē programmatūru un cer, ka process izveidosies pats.

Parasti tas nenotiek.

Cilvēka spriedumam jāpaliek tur, kur tas ir vajadzīgs

Automatizācija nenozīmē, ka cilvēks pazūd no procesa. Mazajiem un vidējiem uzņēmumiem tas reti ir pareizais mērķis. Daudz vērtīgāks mērķis ir noņemt lieku berzi no darba daļām, kurām katru reizi nav vajadzīga pilna cilvēka uzmanība.

AI var sagatavot melnrakstu, apkopot informāciju, klasificēt pieprasījumus, atrast dokumentus, salīdzināt datus, izcelt neatbilstības vai sagatavot pirmo atbildes versiju. Tas var samazināt tukšās lapas sajūtu un palīdzēt cilvēkam ātrāk nonākt līdz vietai, kur nepieciešams lēmums, taču galīgais spriedums joprojām ir svarīgs.

Klientiem adresētas personalizētas un konfidenciālus datus saturošas atbildes, stratēģiski lēmumi, zīmola balss, juridiski vai finanšu jautājumi un solījumi klientiem nedrīkst pazust melnajā kastē. Šajās vietās cilvēkam jāpaliek redzamā vadības punktā.

Laba AI darba plūsma neslēpj apstiprināšanas brīžus, tā vietā tā tos padara skaidrākus. Sistēma sagatavo darbu, bet cilvēks novērtē, vai tas ir precīzs, atbilstošs un gatavs izmantošanai – tā ir atbildīga automatizācija.

Labs pirmais projekts: iekšējais zināšanu asistents

Daudziem augošiem uzņēmumiem labs pirmais AI projekts nav publisks čatbots klientiem. Tas nav arī sarežģīts aģents, kas pieslēgts visām uzņēmuma sistēmām. Bieži vērtīgāks sākums ir iekšējais zināšanu asistents.

Iemesls ir vienkāršs: izkaisītas zināšanas maksā dārgi.

Daudzos uzņēmumos svarīga informācija dzīvo vairākās vietās vienlaikus — vecos piedāvājumos, Google Docs dokumentos, Notion lapās, e-pastos, Slack sarunās, projektu mapēs, PDF failos un dažu pieredzējušu cilvēku atmiņā. Jaunie kolēģi uzdod tos pašus jautājumus. Vadītāji atkārto tos pašus skaidrojumus. Pārdošanas materiāli kļūst nekonsekventi. Projekta zināšanas pazūd pēc nodošanas. Komanda tērē laiku, meklējot informāciju, kas jau eksistē.

Iekšējais zināšanu asistents var palīdzēt šo problēmu mazināt. Tas var meklēt apstiprinātos avotos, apkopot atbilstošus dokumentus un palīdzēt komandai ātrāk atrast atbildes. Tas var atbalstīt jaunu darbinieku ievadīšanu darbā, pārdošanas sagatavošanos, projektu vadību, klientu atbalstu un vadības lēmumus.

Taču pats AI slānis ir tikai redzamā daļa. Patiesais darbs ir uzņēmuma zināšanu sakārtošana.

Pirms asistents kļūst noderīgs, uzņēmumam jāizlemj, kuri dokumenti ir aktuāli, kuri ir novecojuši, kam ir piekļuve konkrētai informācijai, kuram avotam uzticēties, un kādos jautājumos asistents nedrīkst atbildēt bez cilvēka pārbaudes.

Ja zināšanu bāze ir vāja, asistents šo vājumu ātri atklās. Ja zināšanu bāze ir sakārtota, asistents var padarīt uzņēmumu ātrāku, konsekventāku un mazāk atkarīgu no individuālās atmiņas.

Piemēram, neliels B2B pakalpojumu uzņēmums varētu sākt ar apstiprinātiem pakalpojumu aprakstiem, biežāk izmantotajiem piedāvājumiem, projektu nodošanas dokumentiem un jaunu darbinieku apmācības jeb onboarding materiāliem. Pirmajai versijai nav jāaizstāj projektu vadītājs vai stratēģis. Tai vienkārši jāpalīdz komandai ātrāk atbildēt uz atkārtotiem jautājumiem: kas ir iekļauts šajā pakalpojumā, kā mēs skaidrojam procesu, kur ir jaunākais nodošanas punktu saraksts (checklist), ko līdzīgos projektos esam solījuši iepriekš?

Šāds risinājums var nebūt skaļākais AI piemērs, bet tas risina reālu problēmu, palīdzot komandai strādāt no viena skaidrāka patiesības avota.

Vēl viens labs sākums: klientu atbalsta kategorizēšana.

Klientu atbalsts ir vēl viena vieta, kur AI var dot praktisku vērtību, ja sāk pareizajā līmenī. Drošākais pirmais solis parasti nav bots, kas mēģina pilnībā atbildēt uz katru klienta jautājumu. Labāks sākums ir pieprasījumu šķirošana / kateogrizēšana.

AI asistents var klasificēt ienākošos jautājumus, ieteikt atbildes melnrakstu, atrast atbilstošu palīdzības rakstu, pamanīt trūkstošu informāciju, atzīmēt nestandarta gadījumus un virzīt sarežģītākos jautājumus cilvēkam. Tas uzlabo ātrumu, bet neizliekas, ka katra situācija ir pietiekami vienkārša pilnīgai automatizācijai.

Šāds risinājums dod arī biznesa ieskatus. Laika gaitā uzņēmums sāk redzēt, ko klienti jautā visbiežāk, kur produkts vai pakalpojums nav pietiekami skaidrs, kurām mājaslapas sadaļām vajadzīgi labāki skaidrojumi un kuras atbildes būtu jāpārvērš palīdzības saturā.

Labi izmantots atbalsta asistents kļūst par skaidrības rīku, jo parāda, kur uzņēmums cilvēkiem rada apmulsumu.

Vispirms izvēlieties darba plūsmu, tikai pēc tam rīku

Daudzi uzņēmumi AI ieviešanu sāk ar programmatūru, piemēram, kāds redz iespaidīgu demonstrāciju, komanda abonē platformu, un tikai pēc tam sākas mēģinājumi atrast lietojuma gadījumu, kas pamatotu izvēli.

Šī secība reti rada nopietnu pārmaiņu. Parasti tā noved pie dažiem eksperimentiem, pāris uzvedņu piemēriem un sajūtas, ka “mums vajadzētu ar šo kaut ko darīt”, bet darba veids uzņēmumā būtiski nemainās.

Labāka secība sākumā šķiet lēnāka, bet ilgtermiņā ir daudz spēcīgāka. Vispirms izvēlieties darba plūsmu, definējiet problēmu, uzzīmējiet, kā process notiek šobrīd, izlemiet, ko AI drīkst sagatavot un izlemiet, ko cilvēkam obligāti jāapstiprina. Tikai pēc tam izvēlieties rīku, kas atbilst šai loģikai un testējiet ar reāliem piemēriem.

Rīki mainīsies ,bet darba plūsmas loģika būs vērtīga daudz ilgāk.

Kā saprast, vai darba plūsma ir piemērota automatizācijai

Labs kandidāts automatizācijai parasti atbilst dažiem kritērijiem. Tas atkārtojas pietiekami bieži. Tam ir skaidri ievaddati. Rezultātu var pārbaudīt. Kļūdas risks ir saprotams un kontrolējams. Procesā ir daļa, kuru AI var sagatavot, apkopot, klasificēt vai paātrināt, bet gala lēmums paliek cilvēkam.

Ja uzdevums notiek reti, ir ļoti sensitīvs, slikti dokumentēts vai balstās uz daudziem neizteiktiem pieņēmumiem, tas nav labs pirmais projekts. To var apsvērt vēlāk, bet sākumā uzņēmumam vajag uzvaru, kuru var pārbaudīt un izmantot kā pamatu nākamajiem soļiem.

Pirmajai automatizācijai vajadzētu radīt uzticību komandā. Tai jāparāda, ka AI nav tikai vēl viens rīks, bet veids, kā samazināt neskaidrību konkrētā darba posmā.

Kad komanda redz praktisku ieguvumu vienā plūsmā, nākamos risinājumus ieviest kļūst daudz vieglāk.

Ar ko sākt šonedēļ

Izvēlieties vienu uzdevumu, ko komanda atkārto gandrīz katru nedēļu. Nevis aizraujošāko vai stratēģiski skaļāko uzdevumu, bet to, kas klusi patērē laiku, rada neskaidrību, palēnina lēmumus vai pārāk lielā mērā ir atkarīgs no viena cilvēka atmiņas.

Pierakstiet šo procesu vienā lapā. Kas to sāk? Kāda informācija ir vajadzīga? Kurš par to atbild? Kādi soļi notiek šobrīd? Kādam jāizskatās labam rezultātam? Kurš to apstiprina? Kur rezultāts nonāk tālāk? Kā jūs sapratīsiet, ka process ir uzlabojies?

Pēc tam uzdodiet vienu ļoti praktisku jautājumu: vai AI var droši sagatavot, apkopot, klasificēt, atrast vai izveidot melnrakstu vienai šīs darba plūsmas daļai?

Nevajag automatizēt visu procesu uzreiz. Tas parasti ir pārāk liels solis un rada pārāk daudz neskaidrības. Sāciet ar vienu noderīgu daļu. Testējiet ar reālu darbu. Salīdziniet rezultātu. Skatieties, vai tas ietaupa laiku, uzlabo kvalitāti, samazina neskaidrību vai palīdz komandai virzīties uz priekšu ar lielāku pārliecību.